Espina

2026年6月1日，网站正式上线。

Mon, 01 Jun 2026 00:00:00 GMT

我的网站正式上线了

今天，是国际六一儿童节，我很高兴地宣布：Espina.cn网站正式上线了！

全体欢呼！！！ ^o^/^o^/^o^/^o^/^o^/^o^/

为什么要做这个网站

最开始想做这个网站，并没有什么宏大的理由。

只是某一天，我又一次在不同的文件夹、硬盘、聊天记录和云端文档之间来回翻找，试图找回一份很久以前整理过的数据，或者一段曾经写到一半的代码。那些东西明明都是自己一点点做出来的，却像被风吹散的纸页，散落在许多不相干的角落里。

后来，这种感觉也出现在更新简历的时候。每隔一段时间，我都要重新回头整理自己做过什么、写过什么、想过什么，仿佛在一次次拼回一个并不完整的自己。

于是我开始想，也许我需要一个地方。

一个不必太热闹、但足够稳定的地方，用来放下那些数据、代码、笔记、文章，以及一些还没有完全成形的想法。它不只是一个展示页面，也像是给自己修的一间小屋：把散落的东西慢慢收回来，也让后来路过的人，可以更完整地看见我正在做的事。

上面其实都是编的，就是想弄个个人网站，就这么简单。

Q: 为什么叫Espina？

A: 因为本人全网同ID。

Q: 为什么选择今天上线？

A: 因为今天是六一儿童节。

Q: 这个网站是给谁看的？

A：纯给本人自娱自乐。但是本人后台发现还有不少海外友人。

Q: 之后会保持更新吗？

A: 看哥的心情。

欢迎体验与反馈

阅读本站的时候请一定浏览EGN评分板块，感受下哥的品味如何。

后续可能开发打赏功能。

呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵

常用数据与学习资源

Sat, 02 May 2026 00:00:00 GMT

<style> .resource-note { margin: 1.25rem 0 1.75rem; padding: 1rem 1.1rem; border: 1px solid rgba(147, 197, 253, 0.72); border-radius: 18px; background: #ffffff; box-shadow: 0 10px 26px rgba(59, 130, 246, 0.06); color: #475569; line-height: 1.85; }

.resource-note strong { color: #0f172a; }

.resource-grid { display: grid; grid-template-columns: repeat(auto-fit, minmax(280px, 1fr)); gap: 1rem; margin: 1.25rem 0 2.35rem; }

.resource-card { display: flex; flex-direction: column; min-height: 172px; padding: 1.18rem 1.22rem; border: 1px solid rgba(147, 197, 253, 0.88); border-radius: 20px; background: #ffffff; box-shadow: 0 10px 28px rgba(59, 130, 246, 0.08); transition: transform 0.18s ease, box-shadow 0.18s ease, border-color 0.18s ease; }

.resource-card:hover { transform: translateY(-3px); border-color: rgba(96, 165, 250, 0.95); box-shadow: 0 16px 36px rgba(59, 130, 246, 0.14); }

/* 标题和按钮在同一行顶部对齐 */ .resource-card__header { display: flex; align-items: flex-start; justify-content: space-between; gap: 0.9rem; margin-bottom: 1rem; }

.resource-card h3 { flex: 1 1 auto; min-width: 0; margin: 0; color: #111827; font-size: 1.08rem; font-weight: 800; line-height: 1.45; letter-spacing: -0.01em; }

.resource-card__links { display: flex; flex: 0 0 auto; flex-wrap: wrap; justify-content: flex-end; align-items: flex-start; gap: 0.38rem; max-width: 46%; }

.resource-card__links a { display: inline-flex; align-items: center; justify-content: center; min-height: 1.9rem; margin: 0; padding: 0.32rem 0.68rem; border-radius: 10px; background: #eff6ff; color: #3b82f6; font-size: 0.84rem; font-weight: 750; line-height: 1.2; text-decoration: none; white-space: nowrap; transition: background 0.18s ease, color 0.18s ease, transform 0.18s ease; }

.resource-card__links a:hover { transform: translateY(-1px); background: #dbeafe; color: #2563eb; text-decoration: none; }

.resource-card p { margin: 0; color: #64748b; font-size: 0.96rem; line-height: 1.9; }

@media (max-width: 640px) { .resource-grid { grid-template-columns: 1fr; }

.resource-card { padding: 1.05rem 1.08rem; }

.resource-card__header { gap: 0.75rem; }

.resource-card__links { max-width: 52%; } }

@media (prefers-color-scheme: dark) { .resource-note { border-color: rgba(96, 165, 250, 0.28); background: rgba(15, 23, 42, 0.78); box-shadow: 0 10px 26px rgba(0, 0, 0, 0.22); color: #cbd5e1; }

.resource-note strong { color: #f8fafc; }

.resource-card { border-color: rgba(96, 165, 250, 0.28); background: rgba(15, 23, 42, 0.78); box-shadow: 0 10px 28px rgba(0, 0, 0, 0.24); }

.resource-card:hover { border-color: rgba(96, 165, 250, 0.55); box-shadow: 0 16px 36px rgba(0, 0, 0, 0.34); }

.resource-card h3 { color: #f8fafc; }

.resource-card p { color: #cbd5e1; }

.resource-card__links a { background: rgba(96, 165, 250, 0.16); color: #93c5fd; }

.resource-card__links a:hover { background: rgba(96, 165, 250, 0.24); color: #bfdbfe; } } </style>

<div class="resource-note">💡 <strong>使用说明</strong>：以下数据库多为学术研究或政策分析常用数据源，部分需要机构权限或注册申请。建议访问前确认使用条款与数据口径，版权归所有者所有，本站只作收集用途。</div>

贸易与宏观数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>CEPII</h3> <div class="resource-card__links"> <a href="https://www.cepii.fr/CEPII/en/bdd_modele/bdd_modele_item.asp?id=37" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供重力模型、双边距离、共同语言、殖民关系、边界接壤、贸易成本等变量，常用于国际贸易引力模型和双边贸易研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Trade Map</h3> <div class="resource-card__links"> <a href="https://www.trademap.org/Index.aspx" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供全球商品贸易数据，可用于查询各国进出口额、贸易伙伴、商品结构和市场份额</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>UN Comtrade</h3> <div class="resource-card__links"> <a href="https://comtradeplus.un.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>联合国商品贸易数据库，提供全球国家间商品进出口数据，可按 HS、SITC、BEC 等分类查询</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WITS</h3> <div class="resource-card__links"> <a href="https://wits.worldbank.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行贸易数据平台，整合商品贸易、关税、非关税措施和市场准入数据，适合做国家—产品层面的贸易政策研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO Stats</h3> <div class="resource-card__links"> <a href="https://stats.wto.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 官方统计平台，提供货物贸易、服务贸易、关税和贸易政策相关统计数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>IMF DOTS</h3> <div class="resource-card__links"> <a href="https://data.imf.org/DOT" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>IMF 双边贸易方向统计数据库，适合研究国家之间的贸易流向和贸易网络</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>World Bank WDI</h3> <div class="resource-card__links"> <a href="https://databank.worldbank.org/source/world-development-indicators" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行世界发展指标数据库，提供 GDP、人口、汇率、通胀、贸易开放度等宏观控制变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>UNCTADstat</h3> <div class="resource-card__links"> <a href="https://unctadstat.unctad.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>联合国贸发会议数据库，包含国际贸易、投资、数字经济、发展水平和全球化相关指标</p> </div>

</div>

关税与贸易政策数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>301调查</h3> <div class="resource-card__links"> <a href="https://ustr.gov/issue-areas/enforcement/section-301-investigations/section-301-china" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国对华 301 调查相关公告、关税清单、政策文件和关税排除清单，是研究中美贸易摩擦的重要政策资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO Tariff Download Facility</h3> <div class="resource-card__links"> <a href="https://tariffdata.wto.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 关税下载平台，可查询不同国家、年份和产品层面的关税数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Global Trade Alert</h3> <div class="resource-card__links"> <a href="https://www.globaltradealert.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球贸易政策监测数据库，记录各国贸易干预、补贴、限制措施和保护主义政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WTO I-TIP Goods</h3> <div class="resource-card__links"> <a href="https://i-tip.wto.org/goods/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>WTO 货物贸易政策措施数据库，可查询关税、非关税措施、贸易救济和市场准入政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>TRAINS</h3> <div class="resource-card__links"> <a href="https://trainsonline.unctad.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>UNCTAD 贸易分析信息系统，包含关税、非关税措施和产品层面市场准入信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>MacMap</h3> <div class="resource-card__links"> <a href="https://www.macmap.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>ITC 市场准入地图，提供关税、原产地规则、贸易协定和市场准入条件</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Temporary Trade Barriers Database</h3> <div class="resource-card__links"> <a href="https://datacatalog.worldbank.org/search/dataset/0038015" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界银行临时贸易壁垒数据库，包含反倾销、反补贴和保障措施等贸易保护政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Global Antidumping Database</h3> <div class="resource-card__links"> <a href="https://www.chadpbown.com/global-antidumping-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Chad P. Bown 整理的全球反倾销数据库，可用于研究反倾销调查、实施和贸易救济政策</p> </div>

</div>

全球价值链与投入产出数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>OECD TiVA</h3> <div class="resource-card__links"> <a href="https://www.oecd.org/en/topics/sub-issues/trade-in-value-added.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>增加值贸易数据库，可用于分析出口国内增加值、国外增加值、全球价值链参与度和贸易收益分解</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>OECD ICIO</h3> <div class="resource-card__links"> <a href="https://www.oecd.org/en/topics/inter-country-input-output-tables.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>国际投入产出表，适合研究产业关联、全球供应链、跨国生产分工和贸易增加值</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>WIOD</h3> <div class="resource-card__links"> <a href="https://www.rug.nl/ggdc/valuechain/wiod/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>世界投入产出数据库，常用于全球价值链、产业分工、贸易增加值和生产网络研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>ADB MRIO</h3> <div class="resource-card__links"> <a href="https://mrio.adbx.online/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>亚洲开发银行多区域投入产出数据库，适合研究亚洲区域价值链和产业联系</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EORA MRIO</h3> <div class="resource-card__links"> <a href="https://worldmrio.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球多区域投入产出数据库，国家覆盖范围较广，可用于全球价值链和环境经济研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EXIOBASE</h3> <div class="resource-card__links"> <a href="https://www.exiobase.eu/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>多区域投入产出数据库，适合研究贸易、环境、碳排放、资源消耗和全球供应链</p> </div>

</div>

美国经济与贸易数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>USITC DataWeb</h3> <div class="resource-card__links"> <a href="https://dataweb.usitc.gov" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国官方进出口海关数据平台，可按 HS 商品、贸易伙伴、年份、月份等维度查询美国进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>NBER-CES Manufacturing</h3> <div class="resource-card__links"> <a href="https://www.nber.org/research/data/nber-ces-manufacturing-industry-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国制造业行业层面面板数据，包含产出、就业、工资、资本、投入品和生产率等变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>U.S. Census International Trade</h3> <div class="resource-card__links"> <a href="https://www.census.gov/foreign-trade/index.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国人口普查局国际贸易统计，提供美国官方商品进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>USA Trade Online</h3> <div class="resource-card__links"> <a href="https://usatrade.census.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国贸易数据查询平台，可按商品、地区、国家、时间和运输方式查询进出口数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BEA</h3> <div class="resource-card__links"> <a href="https://www.bea.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国经济分析局数据库，提供 GDP、产业增加值、国际收支、直接投资和跨国公司活动数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BLS</h3> <div class="resource-card__links"> <a href="https://www.bls.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国劳工统计局数据库，提供就业、工资、价格指数、生产率和行业劳动力数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>FRED</h3> <div class="resource-card__links"> <a href="https://fred.stlouisfed.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>圣路易斯联储经济数据库，整合美国和国际宏观经济、金融、利率、汇率和价格数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Federal Register</h3> <div class="resource-card__links"> <a href="https://www.federalregister.gov/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国联邦公报，可查询关税政策、行政命令、贸易政策公告和法规文本</p> </div>

</div>

中国经济与贸易数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>海关总署统计查询</h3> <div class="resource-card__links"> <a href="http://stats.customs.gov.cn" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国官方进出口统计查询平台，可按商品、贸易伙伴、时间和贸易方式查询月度或年度数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中美贸易争端大事记</h3> <div class="resource-card__links"> <a href="https://cifer.pbcsf.tsinghua.edu.cn/yjzti/gjmyi/zmmyzdsjgz.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>系统整理中美贸易争端的重要时间节点、政策事件和谈判进程，可用于构建政策冲击变量</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>国家统计局</h3> <div class="resource-card__links"> <a href="https://data.stats.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国官方宏观经济数据库，提供 GDP、工业、投资、消费、人口、价格和地区统计数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>商务部数据中心</h3> <div class="resource-card__links"> <a href="https://data.mofcom.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国外贸、外资、对外投资、国内贸易和商务运行相关数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国自由贸易区服务网</h3> <div class="resource-card__links"> <a href="http://fta.mofcom.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国自贸协定文本、关税减让安排、原产地规则和协定国信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国一带一路网</h3> <div class="resource-card__links"> <a href="https://www.yidaiyilu.gov.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供“一带一路”政策文件、合作国家、项目进展和官方新闻资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>中国知网 CNKI</h3> <div class="resource-card__links"> <a href="https://www.cnki.net/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中文学术文献、统计年鉴、博士硕士论文和部分研究资料</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>EPS 数据平台</h3> <div class="resource-card__links"> <a href="https://www.epsnet.com.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供中国宏观、区域、行业、贸易、金融和社会经济统计数据</p> </div>

</div>

企业金融与资本市场数据库

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>WRDS</h3> <div class="resource-card__links"> <a href="https://wrds-www.wharton.upenn.edu" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>沃顿研究数据服务平台，整合 CRSP、Compustat、I/B/E/S 等金融与企业数据库</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CRSP</h3> <div class="resource-card__links"> <a href="https://www.crsp.org" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>美国证券市场权威历史数据库，提供股票价格、收益率、指数、退市收益和市场组合数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CSMAR</h3> <div class="resource-card__links"> <a href="https://data.csmar.com" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中国经济金融研究数据库，涵盖上市公司财务、股票市场、公司治理、宏观经济和专题研究数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>BVD-Orbis</h3> <div class="resource-card__links"> <a href="https://login.bvdinfo.com/R1/Orbis" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球企业层面数据库，包含上市和非上市公司财务、股权结构、行业分类和跨国经营信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Wind</h3> <div class="resource-card__links"> <a href="https://www.wind.com.cn/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>综合金融和经济数据库，覆盖中国上市公司、宏观经济、债券、基金、行业和金融市场数据</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>CEIC</h3> <div class="resource-card__links"> <a href="https://www.ceicdata.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球宏观经济和行业数据库，适合获取国家层面宏观、金融、贸易和产业指标</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Capital IQ</h3> <div class="resource-card__links"> <a href="https://www.spglobal.com/market-intelligence/en/solutions/products/capital-iq-pro" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>企业财务、并购、股权结构、证券市场和行业数据平台，适合公司金融和企业研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>FactSet</h3> <div class="resource-card__links"> <a href="https://www.factset.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球金融和企业数据平台，提供公司财务、市场数据、分析师预测和机构持仓等信息</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Refinitiv Eikon</h3> <div class="resource-card__links"> <a href="https://www.lseg.com/en/data-analytics/products/eikon-trading-software" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>全球金融市场终端，提供股票、债券、外汇、商品、公司财务和新闻数据</p> </div>

</div>

学者公开数据

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>Peter K. Schott</h3> <div class="resource-card__links"> <a href="https://faculty.som.yale.edu/peterschott/international-trade-data" target="_blank" rel="noopener noreferrer">链接 1</a> <a href="https://sompks4.github.io/sub_data.html" target="_blank" rel="noopener noreferrer">链接 2</a> </div> </div> <p>提供美国贸易、产品分类、行业匹配和企业贸易相关数据，常用于美国进口竞争、制造业和贸易政策研究</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Anson Soderbery</h3> <div class="resource-card__links"> <a href="https://web.ics.purdue.edu/~asoderbe/elasticities" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供贸易弹性估计数据，可用于产品替代弹性、贸易成本和福利效应分析</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Chad P. Bown</h3> <div class="resource-card__links"> <a href="https://www.chadpbown.com/global-antidumping-database" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供全球反倾销、贸易救济和贸易壁垒相关数据，适合研究贸易保护政策</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Robert C. Feenstra</h3> <div class="resource-card__links"> <a href="http://www.robertcfeenstra.com/data.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供国际贸易、产品价格、贸易数量、贸易质量和美国进口数据，是贸易实证研究中的经典数据来源</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>David Dorn</h3> <div class="resource-card__links"> <a href="https://www.ddorn.net/data.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供美国劳动力市场、通勤区、就业结构和贸易冲击相关数据，常用于研究“中国冲击”和地区劳动力市场调整</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Autor, Dorn and Hanson 数据</h3> <div class="resource-card__links"> <a href="https://www.ddorn.net/data.htm" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>包含美国通勤区层面的贸易冲击、就业、工资和产业结构变量，适合研究进口竞争对地区经济的影响</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Jonathan Dingel</h3> <div class="resource-card__links"> <a href="https://www.jdingel.com/data/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>提供城市经济学、贸易和空间经济学相关数据，适合研究产业集聚、城市结构和贸易地理</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Keith Head</h3> <div class="resource-card__links"> <a href="https://sites.google.com/site/hiegravity/data-sources" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>整理了大量引力模型、贸易成本、距离和双边关系数据来源，适合国际贸易研究的数据查找</p> </div>

</div>

学习资料网站

<div class="resource-grid"> <div class="resource-card"> <div class="resource-card__header"> <h3>计量经济学：DID</h3> <div class="resource-card__links"> <a href="https://asjadnaqvi.github.io/DiD" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>系统整理 DID、事件研究法、异质性处理效应和交错 DID 等方法，包含文献、代码、讲义和可视化资源</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>QuantEcon</h3> <div class="resource-card__links"> <a href="https://quantecon.github.io/lecture-intro.zh-cn/intro.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Sargent 和 Stachurski 开发的量化经济学讲座，适合学习 Python、动态规划、宏观经济模型和计算经济学</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>刘岩老师讲义</h3> <div class="resource-card__links"> <a href="https://www.liuyanecon.com/category/teaching/phd" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>中山大学刘岩老师的课程讲义，内容涵盖微观理论、产业组织、应用微观和研究方法等</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Causal Inference: The Mixtape</h3> <div class="resource-card__links"> <a href="https://mixtape.scunning.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Scott Cunningham 的因果推断教材，覆盖 OLS、匹配、DID、IV、RDD、合成控制等方法，并提供 R 和 Stata 代码示例</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>The Effect</h3> <div class="resource-card__links"> <a href="https://theeffectbook.net/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Nick Huntington-Klein 的因果推断入门教材，重点讲解如何利用观察数据进行研究设计和因果识别</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>LOST: Library of Statistical Techniques</h3> <div class="resource-card__links"> <a href="https://lost-stats.github.io/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>面向应用研究者的统计和计量方法手册，包含事件研究法、DID、工具变量、固定效应、标准误等内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Introduction to Econometrics with R</h3> <div class="resource-card__links"> <a href="https://www.econometrics-with-r.org/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>基于 Stock and Watson《计量经济学导论》的 R 语言配套教材，适合学习计量基础和 R 实证操作</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mastering Metrics</h3> <div class="resource-card__links"> <a href="https://www.masteringmetrics.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Angrist 和 Pischke《Mastering Metrics》的配套网站，适合入门因果推断中的随机实验、回归、IV、RDD 和 DID</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mostly Harmless Econometrics</h3> <div class="resource-card__links"> <a href="https://www.mostlyharmlesseconometrics.com/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>Angrist 和 Pischke 的经典应用计量经济学教材网站，适合深入理解现代应用微观计量方法</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Ed Rubin Applied Econometrics</h3> <div class="resource-card__links"> <a href="https://github.com/edrubin/EC607S24" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>面向博士生的应用计量与因果推断课程资料，包含 R 代码、讲义、习题和实证研究设计内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Pedro H. C. Sant'Anna DID Resources</h3> <div class="resource-card__links"> <a href="https://pedrohcgs.github.io/did-resources/" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>DID 专题学习资料，包含多期 DID、交错处理、事件研究法和异质性处理效应等内容</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Mixtape Sessions</h3> <div class="resource-card__links"> <a href="https://github.com/Mixtape-Sessions" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>围绕《Causal Inference: The Mixtape》组织的因果推断课程资料，适合配合教材学习</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>Christine Cai Public Goods</h3> <div class="resource-card__links"> <a href="https://christinecai.github.io/items/PublicGoods.html" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>整理应用微观计量、因果推断、课程视频、讲义和近年前沿方法文献的资料集合</p> </div>

<div class="resource-card"> <div class="resource-card__header"> <h3>PhD Class Notes</h3> <div class="resource-card__links"> <a href="https://sites.google.com/stern.nyu.edu/francoismiguet/resources/phd-classnotes" target="_blank" rel="noopener noreferrer">访问官网</a> </div> </div> <p>经济学博士课程笔记合集</p> </div>

</div>

🔄 最后更新：2026-05-24

文献阅读 | Scale Economies, Product Differentiation, and the Pattern of Trade

Sat, 30 May 2026 00:00:00 GMT

前提假设

（1）垄断竞争市场（2）规模经济（3）单一要素（5）工资率（4）运输成本

消费者选择

效用函数:

$$ \max U=\sum_{i}c_{i}^\theta $$

其中，$0<\theta<1$,$c_i$是第$i$种商品的消费量。

面临的预算约束：

$$ s.t.\sum_{i}p_ic_i=I $$

其中 $p_i$ 是第$i$种商品的价格，$I$是消费者的总收入。

消费者最优选择：

$$ \mathcal{L}=\sum_{i}c_{i}^\theta+\lambda(I-\sum_{i}p_ic_i) $$

一阶条件：

$$ \frac{\partial\mathcal{L}}{\partial{c_i}}=\theta{c_i}^{{\theta-1}} -\lambda p_i =0 $$

移项得到：

$$ \theta{c_i}^{{\theta-1}} = \lambda p_i $$

其中 $i=1,2,3,\ldots,n$。

生产者选择

利润函数：

$$ \max \pi_i=p_ix_i-wl_i $$

其中$l_i$是：

$$ l_i=\alpha+\beta x_i $$

其中$i=1,2,3,\ldots,n$，这代表平均成本$\frac{l_i}{x_i}=\frac{\alpha}{x_i}+\beta$随着$x_i$的上升而下降。

由消费者最优$\theta{c_i}^{{\theta-1}} = \lambda p_i$,移项得到：

$$ p_i = \theta \lambda^{-1}{c_i}^{{\theta-1}} $$

代入$c_i=\frac{x_i}{L}$，得：

$$ p_i = \theta \lambda^{-1}({x_i}/{L})^{\theta-1} $$

将约束条件$p_i$带入利润函数，得：

$$ \max \pi = \theta \lambda^{-1}({x_i}/{L})^{\theta-1} x_i -w(\alpha+\beta x_i) $$

一阶条件：

$$ \frac{\partial \pi}{\partial{x_i}}=\theta \lambda^{-1}[(\theta-1)\frac{1}{L}(\frac{x_i}{L})^{\theta -2}x_i +(\frac{x_i}{L})^{\theta-1}]-w\beta=0 $$

得：

$$ \frac{\partial \pi}{\partial{x_i}}=\theta^2 \lambda^{-1}(\frac{x_i}{L})^{\theta-1}-w\beta=0 $$

带入$p_i = \theta \lambda^{-1}({x_i}/{L})^{\theta-1}$化简得利润最大化下的价格：

$$ p_i=\theta^{-1} \beta w $$

封闭条件下的均衡

劳动力市场出清：

$$ L = \sum l_i = \sum_i (\alpha + \beta x_i) $$

商品市场出清：

$$ x_i = L c_i $$

在垄断竞争市场中，自由进入迫使利润为零：

$$ \max \pi_i=p_ix_i-w(\alpha+\beta x_i) $$

带入生产者利润最大化下的价格$p_i=\theta^{-1} \beta w$:

$$ \frac{w\beta}{\theta}x_i-w\alpha-w\beta x_i=0 $$

整理得到：

$$ x_i=\frac{\alpha\theta}{\beta (1-\theta)} $$

其中$i=1,2,3,\ldots,n$.

这表示，企业生产的商品$x_i$的数量仅与$\alpha$、$\theta$、$\beta$有关，而所有企业都是相同的，则在均衡时有：（1）所有企业的产量相同：$x_1=x_2=……=x_n=x$（2）所有企业使用的劳动力相同：$l_1=l_2=……=l_n=l$。则，劳动力加总公式可以简化为：

$$ L=n(\alpha+\beta x) $$

带入$x_i=\frac{\alpha\theta}{\beta (1-\theta)}$，得到：

$$ L=n(\alpha+\beta \frac{\alpha\theta}{\beta (1-\theta)}) $$

化简得到，封闭条件下的商品数量：

$$ n=\frac{L(1-\theta)}{\alpha} $$

开放条件下的均衡

（1）假设两个国家具有相同的偏好和技术，并且运输成本为0，那么在封闭条件下，两国的均衡为：$n=\frac{L(1-\theta)}{\alpha}$和$n^=\frac{L^(1-\theta)}{\alpha}$。其中$L^$代表第二个国家的劳动力数，$n^$代表第二个国家生产的产品种类数。开放贸易后，世界市场形成一个更大的整体，即消费者可消费的数量为$n+n^*$。由于选择范围的扩大，即使“实际工资”$w/p$保持不变，消费者的福利仍将会提高。

将名义工资$w$标准化为1，当两国工资率相等下，本国的总收入$I=Lw=L$，由消费者效用最大化条件$\theta{c_i}^{{\theta-1}} = \lambda p_i$对于任意两种商品$i$和$j$,有：

$$ \frac{{c_i}^{{\theta-1}}}{{c_j}^{{\theta-1}}}=\frac{p_i}{p_j} $$

而根据封闭条件下的均衡，$p_1=p_2=\dots=p_i=p$，即$c_1=c_2=\dots=c_{n+n^}$ 由总收入=总支出，则$I=\sum_{k=1}^{n+n^}p*c$，得到：

$$ I=(n+n^)pc $$

则消费者在所有外国产品上的总支出为：$\frac{n^}{n+n^}$，本国总进口额为：$\frac{n^}{n+n^}L$，代入$n=\frac{L(1-\theta)}{\alpha}$，得到总进口额为$\frac{LL^}{L+L^}$。

（2）假设存在冰山成本，只有$g$部分的商品运出后能到达目的地，其余$1-g$的商品在运输中被“融化”了。那么消费者，购买本国产品价格为$p$，购买进口商品的价格为$\hat{p^}=p^/g$。同时，两国工资率$w$和$w^*$不必再强假设相同。则消费者消费国内商品与国外商品之比为：

$$ \frac{c_n}{c_{n^}}=(\frac{p}{\hat{p^}})^{1/{(\theta-1)}}=(\frac{p}{p^/g})^{1/{(\theta-1)}}=(\frac{p}{p^})^{1/{(\theta-1)}}g^{1/{(\theta-1)}} $$

那么将本国居民对一种外国商品的需求量与对一种本国商品的需求量之比定义为$\sigma$，即：

$$ \sigma= \frac{c_{n^}/g}{c_n}=(\frac{p}{\hat{p^}})^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^/g})^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{1/{(1-\theta)}}g^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^*})^{1/{(1-\theta)}}g^{\theta/(1-\theta)} $$

同理将外国居民对一种本国商品的需求量与对一种外国商品的需求量之比定义为$\sigma^*$，即：

$$ \sigma^= \frac{c_n/g}{c_{n^}}=(\frac{p/g}{{p^}})^{-1/{(1-\theta)}}\frac{1}{g}=(\frac{p/g}{p^})^{-1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{-1/{(1-\theta)}}g^{1/{(1-\theta)}}\frac{1}{g}=(\frac{p}{p^})^{-1/{(1-\theta)}}g^{\theta/(1-\theta)} $$

现在，将本国居民对本国商品的消费量$c_n$作为$d$,那么对外国商品的消费量为$\sigma d$,那么对$n$和$n^*$种类的商品的总支出为：$npd+\sigma n^*p^*d$,由总支出=总收入得到：

$$ (n*p+\sigma n^p^)d=w $$

提取$p$得：

$$ (n+\sigma n^\frac{p^}{p})pd=w $$

而$p_i=\theta^{-1} \beta w$，则$\frac{p^}{p}=\frac{w^}{w}$,带入上式得：

$$ (n+\sigma n^\frac{w^}{w})pd=w $$

$$ pd=\frac{w}{(n+\sigma n^\frac{w^}{w})} $$

则本国总进口为：

$$ L\sigma n^\frac{w^}{w}pd = L\frac{\sigma n^w^}{(n+\sigma n^\frac{w^}{w})} $$

同理可得，外国进口本国商品的总进口，即本国商品的总出口为：

$$ L^\sigma^ n\frac{w}{w^}p^d^ = L^\frac{\sigma^* nw}{(n^+\sigma^ n\frac{w}{w^*})} $$

则本国的盈余收支为总出口-总进口：

$$ B=L^\frac{\sigma^ nw}{(n^+\sigma^ n\frac{w}{w^})}-L\frac{\sigma n^w^}{(n+\sigma n^\frac{w^*}{w})} $$

带入$n=\frac{L(1-\theta)}{\alpha}$得：

$$ B=L^\frac{\sigma^ \frac{L(1-\theta)}{\alpha}w}{(\frac{L^(1-\theta)}{\alpha}+\sigma^ \frac{L(1-\theta)}{\alpha}\frac{w}{w^})}-L\frac{\sigma \frac{L^(1-\theta)}{\alpha}w^}{(\frac{L(1-\theta)}{\alpha}+\sigma \frac{L^(1-\theta)}{\alpha}\frac{w^}{w})}=L^Lww^(\frac{\sigma^}{L^w^+\sigma^*Lw}-\frac{\sigma}{Lw+\sigma L^w^}) $$

令两国相对工资为：

$$ \omega=\frac{w}{w^*} $$

由于企业定价为$p=\theta^{-1}\beta w$，$p^=\theta^{-1}\beta w^$，因此有：

$$ \frac{p}{p^}=\frac{w}{w^}=\omega $$

由前文可知：

$$ \sigma=(\frac{p}{p^*})^{1/(1-\theta)}g^{\theta/(1-\theta)} $$

$$ \sigma^=(\frac{p}{p^})^{-1/(1-\theta)}g^{\theta/(1-\theta)} $$

因此，$\sigma$和$\sigma^*$都可以看作相对工资$\omega$的函数，即：

$$ \sigma=\omega^{1/(1-\theta)}g^{\theta/(1-\theta)} $$

$$ \sigma^*=\omega^{-1/(1-\theta)}g^{\theta/(1-\theta)} $$

其中，由于$0<\theta<1$，则$\sigma$是$\omega$的增函数，而$\sigma^*$是$\omega$的减函数。也就是说，当本国相对工资$\omega$上升时，本国产品相对价格上升，外国居民对本国产品的需求相对下降；同时，本国居民对外国产品的需求相对上升。因此，国际收支函数$B(\omega)$会随着$\omega$的上升而下降。

开放经济均衡要求国际收支平衡，即：

$$ B(\omega)=0 $$

为了说明均衡相对工资与国家规模之间的关系，考虑$\omega=1$的情形。此时两国工资率相等，即$w=w^$，则$p=p^$，因此有：

$$ \sigma=\sigma^*=g^{\theta/(1-\theta)}<1 $$

将$\omega=1$和$\sigma=\sigma^*$代入国际收支函数，得到：

$$ B=LL^* \left[ \frac{1}{\sigma L+L^*}

\frac{1}{L+\sigma L^*} \right] $$

对括号内进行通分，得：

$$ \frac{1}{\sigma L+L^*}

\frac{1}{L+\sigma L^*}

\frac{L+\sigma L^-\sigma L-L^}{(\sigma L+L^)(L+\sigma L^)} $$

整理分子，得：

$$ L+\sigma L^-\sigma L-L^

(1-\sigma)(L-L^*) $$

因此：

$$ B=LL^* \frac{(1-\sigma)(L-L^)}{(\sigma L+L^)(L+\sigma L^*)} $$

由于$L>0$，$L^>0$，且$0<\sigma<1$，所以$B$的符号取决于$L-L^$。因此：

$$ B>0 \quad \Longleftrightarrow \quad L>L^* $$

$$ B<0 \quad \Longleftrightarrow \quad L<L^* $$

这说明，当两国工资率相等时，如果本国规模更大，即$L>L^*$，则本国存在贸易顺差。为了使贸易收支重新平衡，本国相对工资必须上升，即均衡时有：

$$ \omega>1 $$

也即：

$$ w>w^* $$

反之，如果$L<L^$，则均衡时有$\omega<1$，即$w<w^$。因此，可以得到Krugman (1980)的重要结论：在存在运输成本和规模经济的条件下，其他条件相同，较大的国家将具有更高的工资率。

本国市场效应与贸易模式

接下来，Krugman (1980)进一步讨论“本国市场效应”如何影响贸易模式。为此，考虑一个存在两个产业的经济体。假设存在两类产品，分别记为$\alpha$产品和$\beta$产品。每一类产品内部都包含许多潜在的差异化产品。

假设第一类消费者只消费$\alpha$产品，第二类消费者只消费$\beta$产品。第一类消费者的效用函数为：

$$ U=\sum_i c_i^\theta $$

第二类消费者的效用函数为：

$$ \tilde{U}=\sum_j \tilde{c}_j^\theta $$

因此，可以写为：

$$ U=\sum_i c_i^\theta,\quad \tilde{U}=\sum_j \tilde{c}_j^\theta, \quad 0<\theta<1 $$

其中，$c_i$表示第一类消费者对第$i$种$\alpha$产品的消费量，$\tilde{c}_j$表示第二类消费者对第$j$种$\beta$产品的消费量。为了简化分析，假设两类消费者的效用函数形式相同，并且参数$\theta$也相同。

在生产方面，假设两类产品具有相同的成本函数。生产第$i$种$\alpha$产品所需要的劳动投入为：

$$ l_i=\alpha+\beta x_i $$

生产第$j$种$\beta$产品所需要的劳动投入为：

$$ \tilde{l}_j=\alpha+\beta \tilde{x}_j $$

因此，有：

$$ l_i=\alpha+\beta x_i,\quad i=1,\ldots,n $$

$$ \tilde{l}_j=\alpha+\beta \tilde{x}_j,\quad j=1,\ldots,\tilde{n} $$

其中，$l_i$和$\tilde{l}_j$分别表示生产两类代表性产品所需要的劳动投入，$x_i$和$\tilde{x}_j$分别表示两类产品的总产量，$n$和$\tilde{n}$分别表示两类产品的种类数。

由于第一类消费者只消费$\alpha$产品，第二类消费者只消费$\beta$产品，因此商品市场出清条件分别为：

$$ x_i=Lc_i,\quad i=1,\ldots,n $$

$$ \tilde{x}_j=\tilde{L}\tilde{c}_j,\quad j=1,\ldots,\tilde{n} $$

其中，$L$表示第一类消费者的人口规模，$\tilde{L}$表示第二类消费者的人口规模。

但是，劳动力市场出清条件适用于整个经济体。也就是说，两类产业所使用的劳动总量必须等于经济体中的总劳动供给：

$$ \sum_{i=1}^{n}l_i+\sum_{j=1}^{\tilde{n}}\tilde{l}_j

L+\tilde{L} $$

最后，继续假设垄断竞争市场中存在自由进入，企业利润为零。根据前文封闭经济均衡的推导，在自由进入和利润为零条件下，每一种代表性产品的价格和产量由生产技术参数决定。因此，两产业经济与单一产业经济的主要区别在于：总产出需要在两个产业之间进行分配。

对于$\alpha$产业而言，该产业的总销售额为$npx$，而第一类消费者的总收入为$wL$。由于第一类消费者只购买$\alpha$产品，所以$\alpha$产业的总销售额等于第一类消费者的总收入：

$$ npx=wL $$

同理，对于$\beta$产业而言，该产业的总销售额为$\tilde{n}\tilde{p}\tilde{x}$，而第二类消费者的总收入为$\tilde{w}\tilde{L}$，因此：

$$ \tilde{n}\tilde{p}\tilde{x}=\tilde{w}\tilde{L} $$

于是得到：

$$ npx=wL,\quad \tilde{n}\tilde{p}\tilde{x}=\tilde{w}\tilde{L} $$

由于两类产品的生产技术相同，并且两类工人的工资在同一个经济体内必须相等，所以有：

$$ w=\tilde{w} $$

同时，两类产品的定价规则和单个企业产量也相同，因此：

$$ p=\tilde{p},\quad x=\tilde{x} $$

将其代入式(19)，可以得到：

$$ \frac{n}{\tilde{n}}=\frac{L}{\tilde{L}} $$

这说明，在封闭经济中，两类产业的产品种类数之比等于两类消费者人口规模之比。换言之，某一类产品的国内需求越大，该类产业在本国经济中所占的规模越大。

接下来，将该两产业经济扩展到两个国家。假设本国和外国的总劳动力规模相同，即：

$$ L+\tilde{L}=L^+\tilde{L}^=\bar{L} $$

其中，$\bar{L}$表示每个国家的总劳动力规模。进一步假设本国对$\alpha$产品的需求占比较高，而外国对$\beta$产品的需求占比较高。令$f$表示本国人口中消费$\alpha$产品的比例，则有：

$$ L=f\bar{L},\quad L^*=(1-f)\bar{L} $$

如果$f>\frac{1}{2}$，则本国对$\alpha$产品的国内市场规模大于外国，即：

$$ L>L^* $$

同时，由于两国总人口相同，外国对$\beta$产品的国内市场规模大于本国。也就是说，本国是$\alpha$产品的“大市场国家”，外国是$\beta$产品的“大市场国家”。

现在考虑$\alpha$产业的贸易模式。为了简化分析，先假设两国工资率相等，即$w=w^$。则有$p=p^$，从而：

$$ \sigma=\sigma^*=g^{\theta/(1-\theta)}<1 $$

其中，$0<g<1$表示冰山运输成本下能够到达目的地的商品比例。由于存在运输成本，进口商品相对于本国商品价格更高，因此进口商品的相对需求强度小于本国产品，所以有$\sigma<1$。

假设本国生产$n$种$\alpha$产品，外国生产$n^*$种$\alpha$产品。对于本国消费者而言，其在本国生产的$\alpha$产品上的支出份额为：

$$ \frac{n}{n+\sigma n^*} $$

而在外国生产的$\alpha$产品上的支出份额为：

$$ \frac{\sigma n^}{n+\sigma n^} $$

因此，本国居民对本国$\alpha$产品的支出为：

$$ \frac{n}{n+\sigma n^*}wL $$

本国居民对外国$\alpha$产品的支出为：

$$ \frac{\sigma n^}{n+\sigma n^}wL $$

同理，对于外国消费者而言，其在本国生产的$\alpha$产品上的支出份额为：

$$ \frac{\sigma n}{\sigma n+n^*} $$

而在外国生产的$\alpha$产品上的支出份额为：

$$ \frac{n^}{\sigma n+n^} $$

因此，本国生产的$\alpha$产品的总销售额为：

$$ npx= \frac{n}{n+\sigma n^}wL + \frac{\sigma n}{\sigma n+n^}wL^* $$

外国生产的$\alpha$产品的总销售额为：

$$ n^px= \frac{\sigma n^}{n+\sigma n^}wL + \frac{n^}{\sigma n+n^}wL^ $$

于是得到：

$$ npx= \frac{n}{n+\sigma n^}wL + \frac{\sigma n}{\sigma n+n^}wL^* $$

$$ n^px= \frac{\sigma n^}{n+\sigma n^}wL + \frac{n^}{\sigma n+n^}wL^ $$

因为两国生产同类$\alpha$产品的技术相同，并且在这里假设工资率相同，所以每一种产品的价格$p$和产量$x$相同。将上面两式分别除以$n$和$n^*$，得到：

$$ px= \frac{1}{n+\sigma n^}wL + \frac{\sigma}{\sigma n+n^}wL^* $$

$$ px= \frac{\sigma}{n+\sigma n^}wL + \frac{1}{\sigma n+n^}wL^* $$

由于两式左边相同，因此右边相等：

$$ \frac{1}{n+\sigma n^}wL + \frac{\sigma}{\sigma n+n^}wL^*

\frac{\sigma}{n+\sigma n^}wL + \frac{1}{\sigma n+n^}wL^* $$

两边同时除以$w$，整理得到：

$$ \frac{(1-\sigma)L}{n+\sigma n^*}

\frac{(1-\sigma)L^}{\sigma n+n^} $$

由于$0<\sigma<1$，因此可以约去$(1-\sigma)$，得到：

$$ \frac{L}{L^*}

\frac{n+\sigma n^}{\sigma n+n^} $$

这说明，在存在运输成本时，两国在$\alpha$产业中生产的产品种类数比例，取决于两国对$\alpha$产品的国内市场规模比例。

进一步，将上式改写为关于$\frac{n}{n^*}$的表达式。令：

$$ m=\frac{L}{L^},\quad r=\frac{n}{n^} $$

则有：

$$ m=\frac{r+\sigma}{\sigma r+1} $$

两边交叉相乘：

$$ m(\sigma r+1)=r+\sigma $$

展开得到：

$$ m\sigma r+m=r+\sigma $$

将含有$r$的项移到左边，常数项移到右边：

$$ m\sigma r-r=\sigma-m $$

提取$r$：

$$ r(m\sigma-1)=\sigma-m $$

两边同时乘以$-1$，得到：

$$ r(1-m\sigma)=m-\sigma $$

因此：

$$ r=\frac{m-\sigma}{1-m\sigma} $$

代回$m=\frac{L}{L^}$和$r=\frac{n}{n^}$，得到：

$$ \frac{n}{n^*}

\frac{\frac{L}{L^}-\sigma} {1-\sigma\frac{L}{L^}} $$

这表明，$\alpha$产业中本国与外国生产种类数的比例，是本国与外国对$\alpha$产品相对市场规模的递增函数。换言之，本国对$\alpha$产品的相对需求越大，本国生产的$\alpha$产品种类数相对于外国就越多。

如果：

$$ \frac{L}{L^*}<\sigma $$

则右边小于0，这在经济上不可能，因为产品种类数不能为负。因此，此时本国不会生产$\alpha$产品，全部$\alpha$产品都由外国生产。

如果：

$$ \frac{L}{L^*}>\frac{1}{\sigma} $$

则分母小于0，也会导致不合理的内部解。此时外国不会生产$\alpha$产品，全部$\alpha$产品都由本国生产。

只有当：

$$ \sigma<\frac{L}{L^*}<\frac{1}{\sigma} $$

时，两国都会生产一部分$\alpha$产品，即存在不完全专业化。

最后，在不完全专业化的情形下，考察本国在$\alpha$产业中的贸易差额。由于本国向外国出口$\alpha$产品的支出为：

$$ \frac{\sigma n}{\sigma n+n^}wL^ $$

而本国从外国进口$\alpha$产品的支出为：

$$ \frac{\sigma n^}{n+\sigma n^}wL $$

因此，本国在$\alpha$产业中的贸易差额为：

$$ B_\alpha

\frac{\sigma n}{\sigma n+n^}wL^

\frac{\sigma n^}{n+\sigma n^}wL $$

提取$wL^*$，得到：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{n+\sigma n^}\frac{L}{L^*} \right] $$

由前文可知：

$$ \frac{L}{L^*}

\frac{n+\sigma n^}{\sigma n+n^} $$

将其代入上式，得到：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{n+\sigma n^} \frac{n+\sigma n^}{\sigma n+n^} \right] $$

约去第二项中的$n+\sigma n^*$，得：

$$ B_\alpha

wL^* \left[ \frac{\sigma n}{\sigma n+n^*}

\frac{\sigma n^}{\sigma n+n^} \right] $$

合并分母，得到：

$$ B_\alpha

\frac{\sigma wL^(n-n^)}{\sigma n+n^*} $$

由前文可知，当$\frac{L}{L^}>1$时，有$\frac{n}{n^}>1$，即$n>n^*$。因此：

$$ B_\alpha>0 $$

这说明，如果本国对$\alpha$产品的国内市场规模大于外国，那么本国会生产更多种类的$\alpha$产品，并成为$\alpha$产品的净出口国。也就是说，一个国家更可能出口那些本国需求相对更大的产品。这正是Krugman (1980)所强调的“本国市场效应”。

小结

至此，Krugman (1980)的核心推导基本完成。前文首先在垄断竞争、规模经济和产品差异化的设定下，得到了封闭经济中的企业定价、单个企业产量以及产品种类数。随后，在开放经济中引入运输成本，说明当两国市场规模不同时，贸易收支平衡会通过相对工资调整来实现，并且规模较大的国家在均衡中具有更高的工资率。

进一步地，文章将模型扩展为两产业情形，并考察不同国家对不同产品具有不同相对需求的情况。由上式可知，如果本国对$\alpha$产品的相对需求更大，则本国会生产更多种类的$\alpha$产品，并成为$\alpha$产品的净出口国。这说明，在存在规模经济和运输成本的条件下，国内市场规模本身会影响产业区位和贸易模式。

因此，Krugman (1980)的核心贡献在于说明：即使不存在传统意义上的技术差异或要素禀赋差异，国家之间仍然可能因为规模经济、产品差异化和市场规模差异而发生贸易。尤其是“本国市场效应”表明，较大的国内需求不仅会吸引更多企业进入相关产业，还可能使该国成为该类产品的出口国。

文献阅读 | Exchange Arrangements Entering the Twenty-First Century: Which Anchor Will Hold?

Sun, 24 May 2026 00:00:00 GMT

本文整理的是 Ethan Ilzetzki、Carmen M. Reinhart 和 Kenneth S. Rogoff 的论文 Exchange Arrangements Entering the Twenty-First Century: Which Anchor Will Hold?。

这篇文章关注的问题是：进入 21 世纪之后，全球汇率体系是否真的变得更加灵活？美元作为全球锚定货币的地位是否被削弱？欧元和人民币是否有可能挑战美元的核心地位？

一、文章的核心结论

这篇文章对 1946 年至 2016 年间全球 194 个国家和地区的汇率制度、锚定货币以及外汇限制措施进行了系统整理，并提出了新的分类指标。

文章最重要的结论可以概括为三点。

第一，布雷顿森林体系解体后，全球汇率制度从固定汇率转向浮动汇率的程度可能被高估了。虽然很多国家在官方表述中采用了“管理浮动”“通胀目标制”等说法，但在实际操作中，央行仍然高度关注汇率稳定。

第二，美元仍然是全球最重要的锚定货币。即使欧元正式诞生、人民币国际化不断推进，美元在全球汇率安排、外汇储备、债务计价和贸易计价中的地位依然非常突出。

第三，2002 年以来新兴市场国家外汇储备的大规模积累，不仅可以理解为对安全资产的需求，也可以理解为在资本管制下降背景下，各国为了维持汇率稳定而积累的政策缓冲工具。

二、研究背景：多极化预期与美元主导现实

过去二十多年，全球货币体系发生了很多重要变化。欧元正式流通，人民币国际化进程加速，资本管制逐步放松，通胀目标制在越来越多国家普及，新兴市场国家的汇率制度也变得更加灵活。

从直觉上看，这些变化似乎意味着国际货币体系正在走向多极化。也就是说，美元不再是唯一的核心货币，欧元、人民币或其他区域性货币可能逐渐分担美元的国际功能。

但是，文章指出，现实情况并没有这么简单。大量国家的央行虽然在政策沟通中使用“通胀目标制”或“管理浮动”等表述，但在实际政策操作中，仍然会通过外汇干预、储备管理和资本管制等方式稳定本币兑美元汇率。

因此，文章真正关心的不是各国“声称”采用什么汇率制度，而是它们在事实上如何管理汇率。

三、研究问题

文章主要回答以下几个问题：

全球汇率体系是否正在向多极化体系演进？
美元作为全球锚定货币的地位是否被削弱？
事实上的汇率安排是否真的从固定汇率转向浮动汇率？
为什么欧元和人民币没有显著扩大其作为锚定货币的影响力？
21 世纪以来外汇储备的快速积累，是否与汇率稳定目标有关？

四、数据与方法

1. 数据来源

文章使用了 1946 年 1 月至 2016 年 12 月期间，194 个国家和地区的月度汇率数据与通胀数据。

作者关注的是一国货币相对于潜在锚定货币的月度汇率波动。候选锚定货币包括美元、德国马克、法国法郎、欧元、日元、英镑、俄罗斯卢布、瑞士法郎、澳元、南非兰特和巴西雷亚尔等。

值得注意的是，人民币并没有被纳入候选锚定货币。文章给出的理由是，人民币本身长期与美元保持高度联系，并且在样本期内尚未完全自由兑换。

2. 汇率制度分类

文章延续并扩展了 Reinhart and Rogoff 的事实汇率制度分类方法。其核心思想是：判断一个国家的汇率制度，不能只看官方宣布的制度名称，而应该看实际汇率行为。

作者将汇率制度粗略分为六类：

类别	含义
Category 1	钉住汇率
Category 2	窄幅波段
Category 3	宽幅波段与管理浮动
Category 4	自由浮动
Category 5	自由下跌
Category 6	平行市场数据缺失

其中，Category 1 和 Category 2 可以理解为灵活性较低的汇率安排；Category 3 和 Category 4 则代表更具灵活性的安排。

五、锚定货币的演变

文章的一个核心发现是，美元作为全球锚定货币的地位并没有明显衰退。相反，在一些衡量标准下，美元的影响范围甚至比布雷顿森林体系时期更广。

从图中可以看到，二战后美元通过布雷顿森林体系成为主导锚定货币。布雷顿森林体系解体后，德国马克和后来的欧元在欧洲区域内发挥了重要作用，但并没有真正取代美元的全球地位。

苏联解体后，卢布区瓦解，许多前苏联国家转向美元或欧元。拉美、非洲等地区在经历高通胀和货币危机后，也重新回到以美元为中心的汇率安排。

六、总结

这篇文章的价值不只是重新分类了各国汇率制度，更重要的是提醒我们：国际货币体系不能只看官方制度标签，而要看实际政策行为。

很多国家虽然声称采用浮动汇率或通胀目标制，但在面对资本流动、外债压力和贸易计价问题时，仍然会高度关注本币兑美元的稳定。这说明美元的国际地位并不只是来自美国经济规模，也来自贸易计价、金融市场深度、安全资产需求和政策惯性的共同作用。

从这个角度看，人民币国际化要真正形成独立的锚定货币区，不仅需要扩大贸易结算规模，还需要提高金融市场开放度、资产安全性和政策可信度。

文献阅读 | The Long and Short (of) Quality Ladders

Thu, 30 Apr 2026 00:00:00 GMT

1. 背景介绍

《The Long and Short(of) Quality Ladders》是2010年Amit Khandelwal发表在《The Review of Economic Studies》期刊上的一篇文章。作者首先批评了在以往的国际贸易研究当中，存在用价格直接代表产品质量的作法，也就是说商品的价格越高应该被视作质量更好。但是，价格真的能完全反映质量吗？作者马上用马来西亚和葡萄牙女裤的例子进行了反驳。

1999 年，美国进口的马来西亚女裤单位价值为 146 美元，而葡萄牙女裤的单位价值高达 371 美元（包含运输成本和关税）。在传统假设下，如果将价格直接等同于质量，那么葡萄牙女裤的质量约为马来西亚女裤的 2.54 倍（371/146）。按照“价格越高、质量越高”的逻辑，葡萄牙女裤理应具有更强的市场竞争力。然而，实际进口数据却呈现出相反的情况：美国当年进口了超过 82,000 件马来西亚女裤，而葡萄牙女裤仅有 865 件。也就是说，价格较低的马来西亚女裤占据了绝对的市场份额优势。这说明，进口价格的差异并不能简单解释为产品质量差异。那么，是什么导致两类商品的进口价格存在如此大的差距？一个重要原因可能是生产成本差异。1999 年，马来西亚服装业年工资约为 3,100 美元，而葡萄牙则达到 5,700 美元。葡萄牙女裤价格更高，可能在相当程度上反映了更高的劳动力成本，而不完全代表更高的产品质量。同时，葡萄牙女裤虽然市场份额较低，但并非完全没有需求。这表明消费者偏好具有一定的多样性。部分消费者可能更重视与产品绝对质量无关的横向属性，例如裁剪款式、花色图案、品牌形象或产地偏好等。因此，价格差异不仅可能来自质量差异，也可能来自生产成本和消费者异质性偏好的共同作用。那么产品的质量到底该如何评定呢？

2. 文献综述

作者在这部分系统性地梳理了产品出口质量研究的核心议题、现有方法的局限及其理论基础。过去的研究一致表明，各国出口的产品质量存在显著差异，发达国家倾向于向发展中国家消费和出口更高质量的产品。发展中国家实现从低质产品向高质产品的升级（quality upgrading），被视为其获得出口成功（export success）并最终实现经济发展（economic development）的一个必要条件。同时，质量升级议题在关于"国际贸易如何加剧工资不平等"的讨论中占据核心地位。尽管研究普遍发现质量升级与人均收入呈正相关，但Verhoogen(2008)与Goldberg和Pavcnik(2007)指出，质量升级通过改变对技术劳动力的相对需求，加剧了收入分配的不平等。这解释了为何部分发展中国家在贸易自由化后不平等程度上升，这一现象与斯托尔珀-萨缪尔森定理（Stolper-Samuelson Theorem）的预测相悖。

然而，准确测度质量面临根本性挑战：质量本身不可直接观测。这导致现有文献（如Schott(2004)）普遍依赖价格（单位价值）作为质量的代理变量，作者明确指出这是一个有待放松的"强假设"。为突破这一局限，作者的理论与方法建立在坚实的基础上：借鉴Grossman和Helpman(1991)的"质量阶梯"模型以及Flam和Helpman(1987)的南北贸易质量分层理论，阐释质量的垂直差异化。融合Krugman(1980)和Melitz(2003)的思想，解释产品水平差异化的重要性。在此基础上，作者利用基于Berry(1994)的嵌套Logit需求系统（nested logit demand system）来估计产品质量。该方法的核心直觉是：在控制价格的前提下，市场份额更高的产品应被赋予更高的质量估计值。利用该方法，作者验证了Schott(2004)的关键发现：发达国家出口的产品质量普遍高于发展中国家。更重要的是，估计结果揭示了不同进口产品的质量阶梯（quality ladder）存在巨大异质性。

进一步地，作者将这种异质性与国际贸易对劳动力市场的差异化影响联系起来，作者肯定了Bernard, Jensen和Schott(2006)的核心发现，即低工资国家进口渗透对发达国家（如美国）制造业就业和产出造成显著冲击。但作者强调，这种冲击的强度在不同行业间存在巨大差异（异质性）。为解释此异质性，作者将其关联到贸易理论中关于要素价格均等化(Factor Price Equalization, FPE)失效的讨论（Leamer(1987), Schott(2003)），特别是Schott(2004)提出的"产品内"质量专业化观点。由此，作者自然引出本文的核心论点：不同产品市场固有的"质量阶梯"长度（即垂直差异化空间的范围）是决定发达国家能否通过质量升级有效规避低工资竞争的关键因素。质量阶梯短的市场更易受到冲击。

最后，作者在文献中阐明其方法的创新性，作者认为Hallak和Schott(2007)在利用价格与数量信息推断国家层面出口质量上和本文有一定相似性，但强调本文的关键突破在于克服数据限制，首次实现最细分产品层面（如美国10位HS编码）的质量估计；同时，通过引入国家规模（人口或GDP）作为控制变量，有效解决了Feenstra(1994)提出的"隐藏品类"问题——即国家市场份额膨胀可能源于未观测的细分品类数量而非真实质量优势，从而修正了传统方法的潜在偏差。

3. 模型推导

3.1 模型框架

局部均衡：聚焦北区（N,发达国家）与南区（S，低工资国）企业竞争
工资外生：Wn > Ws（由外部部门决定）
企业行为：每区域J家同质企业，生产纵向（质量）与横向（属性）差异化产品
- 横向差异化零成本：均衡时各企业产品属性不同（Krugman, 1980; Melitz, 2003）
- 纵向差异化依赖技术比较优势 Zc：ZN > ZS

边际成本函数：企业J的边际成本随质量 λj 递增：

$$MC = W_c + \frac{\lambda_j^2}{2Z_c}, \quad c \in {N, S}$$

3.2 消费者选择

北区消费者具有离散选择偏好。消费者n选择使其间接效用最大化的产品j：

$$V_{nj} = \theta\lambda_j - \alpha p_j + \epsilon_{nj}$$

质量 λj：所有消费者一致认可的属性（如电视清晰度），提升支付意愿
横向属性 ϵnj：服从I型极值分布，个体偏好异质（如服装款式），平均效用为零
质量估值 θ：反映市场质量阶梯长度的代理变量

3.3 生产者选择

市场份额：

$$m_j = \frac{e^{\delta_j}}{\sum_k e^{\delta_k}}, \quad \delta_j \equiv \theta\lambda_j - \alpha p_j$$

企业优化问题：

$$\max_{p_j, \lambda_j} \left[p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right] m_j$$

3.4 模型求解

最优价格推导

一阶条件：$\frac{\partial \pi_j}{\partial p_j} = 0$

分解利润函数：

$$\pi_j = \left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right) \cdot e^{\delta_j} \cdot D^{-1}$$

其中 $D = \sum_k e^{\delta_k}$（企业视为常数）

对价格求导：

$$\frac{\partial \pi_j}{\partial p_j} = \frac{e^{\delta_j}}{D} - 1 + \left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right) \cdot (-\alpha)\frac{e^{\delta_j}}{D} - 1$$

令导数为零：

$$e^{\delta_j} - \alpha\left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right)e^{\delta_j} = 0$$

$$1 = \alpha\left(p_j - w_c - \frac{\lambda_j^2}{2Z_c}\right)$$

$$p_j^* = \frac{1}{\alpha} + w_c + \frac{\lambda_j^2}{2Z_c}$$

最优价格 $p_j^*$ 与 $\frac{1}{\alpha}$ 垄断加成、$w_c$ 工资、$\frac{\lambda_j^2}{2Z_c}$ 质量升级成本有关，价格=边际成本+固定加成

最优质量推导

一阶条件：$\frac{\partial \pi_j}{\partial \lambda_j} = 0$

将最优价格代入利润函数：

$$\pi_j^* = \left(\frac{1}{\alpha}\right) \cdot m_j$$

对质量求导：

$$\frac{\partial \pi_j^*}{\partial \lambda_j} = \frac{1}{\alpha} \cdot \frac{\partial m_j}{\partial \lambda_j} = 0$$

由市场份额 $m_j = \frac{e^{\delta_j}}{D}$：

$$\frac{\partial m_j}{\partial \lambda_j} = m_j\left(\theta - \alpha\frac{\partial p_j}{\partial \lambda_j}\right)$$

代入最优价格对质量的导数：

$$\frac{\partial p_j^*}{\partial \lambda_j} = \frac{\lambda_j}{Z_c}$$

$$\theta - \alpha \cdot \frac{\lambda_j}{Z_c} = 0$$

$$\lambda_j^* = \frac{\theta Z_c}{\alpha}$$

最优质量与θ质量溢价能力、Zc技术效率、α价格敏感度有关：企业选择质量使边际收益（θ）=边际成本（αλj/θ）

3.5 均衡分析

同区域企业同质化

北南质量差异由公式可知：

$$\lambda_N^* - \lambda_S^* = \frac{\theta}{\alpha}(Z_N - Z_S) > 0$$

技术优势 $Z_N - Z_S > 0$ 直接转化为质量优势

质量阶梯（quality ladder）公式：

$$\text{Ladder} = \theta(\lambda_N^* - \lambda_S^*) = \underbrace{\frac{\theta^2}{\alpha}}{\text{消费者质量估值}} \times \underbrace{(Z_N - Z_S)}{\text{技术差距}}$$

当 $\lim_{\theta \to 0}$ 时，无论 $Z_N - Z_S$ 有多大，Ladder → 0，这也就意味着，商品对于消费者的质量是相同的，消费者并不关心。

市场份额差异公式：

$$\delta_N^* - \delta_S^* = \underbrace{\frac{\theta^2}{2\alpha}(Z_N - Z_S)}{\text{质量溢价收益}} - \underbrace{\alpha(w_N - w_S)}{\text{成本劣势}}$$

当 θ → 0（质量阶梯小），$\frac{\theta^2}{2\alpha}(Z_N - Z_S) < \alpha(w_N - w_S)$ 这意味着北区的质量溢价收益无法覆盖高成本，从而市场份额被南区所挤压，造成北区的工人就业下降，工资降低。

企业质量的最优选择

由公式 $\lambda_j^* = \frac{\theta Z_c}{\alpha}$，可知当 θ → 0（质量阶梯小），企业的最优质量下降，技术优势 ZN 无法转化为质量优势，南北质量趋同，企业变为成本竞争。那么同理，当 θ → ∞（质量阶梯大），北区的产品质量比南区高很多，企业变为质量竞争。

女裤案例解释

如果消费者对女裤的质量不敏感 θ → 0，$Z_N - Z_S \approx 0$，Ladder(θ) ≈ 0，$\delta_N^* - \delta_S^* \approx -\alpha(W_N - W_S) < 0$，北区的市场份额 < 南区的市场份额，北区丧失市场。

3.6 与传统理论不同的地方

斯托尔珀－萨缪尔森定理（The Stolper-Samuelson Theorem）

该定理认为在商品的生产过程中，如果两种商品分别密集地使用两种生产要素（如劳动和资本），那么当其中一种商品的相对价格上升时，该商品所密集使用的生产要素的实际收入会提高，而另一种生产要素的实际收入则会降低。那么对于劳动力丰富的国家，开放贸易后应该专注于劳动密集型产品，那么劳动力的实际工资应该上升，收入不平等应该缩小。但是，实证研究发现许多发展中国家的不平等是在扩大。

产品质量升级是导致不平等加剧的关键因素。发展中国家提升出口产品质量时，需投入更多高技能劳动力（像研发、设计、品控），而非简单低技能劳动。高质量产品的生产增加对高技能工人的需求，推高生产高质量产品的工人工资，低质量产品的生产面临竞争替代，生产低质量产品的工人工资停滞或下降。The Stolper-Samuelson Theorem定理假设产品是同质的，但是，由于质量阶梯的存在，发展中国家通过质量升级参与国际分工时，要素回报的变化不再符合定理的简单预测。

要素价格均等化（FPE）的边界

该理论认为在所有国家生产相同的产品集合，仅通过要素密集度调整分工下（单一生产锥（Single Cone）），自由贸易将使不同国家的要素价格（如工资、资本回报率）趋同至相同水平。但是，产品存在垂直差异（质量阶梯），不同国家基于技术（Zc）和要素禀赋，专业化于不同质量段。发达国家（ZN）占据高质量段，发展中国家（ZS）占据低质量段，各国落入不同的生产锥，不再生产相同产品，要素价格无法趋同。

3.7 工资冲击

简化：当忽略技术进步和偏好变迁的长期影响（θ不变)，Ladder(θ) = $\frac{\theta^2}{\alpha}(Z_N - Z_S)$ 不变

市场份额变化：

北方总市场份额：$M_N = \frac{e^{\delta_N}}{e^{\delta_N} + e^{\delta_S}}$

北南份额差：$\delta_N^* - \delta_S^* = \frac{\theta^2}{2\alpha}(Z_N - Z_S) - \alpha(w_N - w_S)$

南区工资下降的冲击

$$\frac{\partial M_N}{\partial w_S} = \frac{\partial}{\partial w_S}\left(\frac{e^{\delta_N}}{e^{\delta_N} + e^{\delta_S}}\right)$$

$$\frac{\partial M_N}{\partial w_S} = \frac{(e^{\delta_N} + e^{\delta_S}) \cdot \frac{\partial}{\partial w_S}e^{\delta_N} - e^{\delta_N} \cdot \frac{\partial}{\partial w_S}(e^{\delta_N} + e^{\delta_S})}{(e^{\delta_N} + e^{\delta_S})^2}$$

$$\frac{\partial M_N}{\partial w_S} = \frac{-e^{\delta_N} \cdot e^{\delta_S} \cdot \frac{\partial \delta_S}{\partial w_S}}{(e^{\delta_N} + e^{\delta_S})^2}$$

$$\frac{\partial M_N}{\partial w_S} = -M_N M_S \frac{\partial \delta_S^*}{\partial w_S}$$

由 $\delta_j \equiv \theta\lambda_j - \alpha p_j$，带入 $\lambda_j^, p_j^$ 得 $\delta_S^* = \frac{\theta^2 Z_S}{2\alpha} - \alpha w_S - 1$

对 $W_S$ 求导：

$$\frac{\partial \delta_S^*}{\partial w_S} = -\alpha$$

带入份额导数：

$$\frac{\partial M_N}{\partial w_S} = -M_N M_S \frac{\partial \delta_S^*}{\partial w_S} = -M_N M_S(-\alpha) = \alpha M_N M_S > 0$$

这表明，南区工资下降会使得北区的市场份额发生下降。南方工资下降→南方产品降价→北方份额流失。Bernard et al.(2006)发现低收入国进口渗透率上升10%，美国就业下降6%。

3.8 质量阶梯（quality ladder）的缓解

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = -\left[\frac{\partial^2 \delta_S^}{\partial w_S \partial \theta} M_N M_S + \frac{\partial \delta_S^}{\partial w_S}\left(M_N \frac{\partial M_S}{\partial \theta} + M_S \frac{\partial M_N}{\partial \theta}\right)\right]$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \alpha M_N M_S (M_N - M_S)\left(\frac{\partial \delta_N^}{\partial \theta} - \frac{\partial \delta_S^}{\partial \theta}\right)$$

$$\lambda_j^* = \frac{\theta Z_c}{\alpha}$$

$$\delta_j \equiv \theta\lambda_j - \alpha p_j \Rightarrow \frac{\partial \delta_c^}{\partial \theta} = \frac{\theta Z_c}{\alpha} \Rightarrow \frac{\partial \delta_N^}{\partial \theta} - \frac{\partial \delta_S^*}{\partial \theta} = \frac{\theta}{\alpha}(Z_N - Z_S)$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \alpha M_N M_S (M_N - M_S) \cdot \frac{\theta}{\alpha}(Z_N - Z_S)$$

$$\frac{\partial^2 M_N}{\partial w_S \partial \theta} = \theta M_N M_S (M_N - M_S)(Z_N - Z_S) > 0 \quad (\text{因 } M_N > M_S)$$

调节机制

当 θ 大（Ladder长阶梯），北方质量优势显著（$\lambda_N^* \gg \lambda_S^*$），消费者愿为高质量支付溢价，缓冲价格竞争冲击。
当 θ 小（Ladder短阶梯），南北质量趋同（$\lambda_N^* \approx \lambda_S^*$），竞争极其依赖成本，北方份额极易流失。

在多锥均衡(Multi-cone)中，各国按禀赋质量分层（Schott 2004），分层强度由 θ 决定。

4. 实证部分

4.1 基本设定

基于Berry(1994)的方法框架，本文使用嵌套logit方法（部分放宽了无关替代品的独立性（independence of irrelevant alternatives)，允许消费者偏好之间存在更合理的相关性结构，允许产品同时存在垂直差异（质量）和水平差异（如设计、颜色）

案例解释：假设一个消费者正在选择一件日本羊毛衬衫或一件意大利棉衬衫。如果市场上出现了一件中国产的棉衬衫，传统的logit或CES模型会预测两种进口商品的市场份额将下降相同的百分比。然而，现实可能是意大利棉衬衫的市场份额会比日本衬衫调整得更多，因为中国产的衬衫也是棉质的。嵌套logit通过将不同的品种归类到合适的巢（nest）中，允许更合理的替代模式。

$$V_{ncht} = \lambda_{1,ch} + \lambda_{2,t} + \lambda_{3,cht} - \alpha p_{cht} + \sum_h \mu_{nht} d_{ch} + (1-\sigma)\epsilon_{ncht}$$

$\lambda_{1,ch}$：固定国家-产品效应（长期质量）
$\lambda_{2,t}$：固定时间效应
$\lambda_{3,cht}$：未被观测的质量波动（残差项）

$$\ln(s_{cht}) - \ln(s_{0t}) = \lambda_{1,ch} + \lambda_{2,t} + \alpha p_{cht} + \sigma \ln(ns_{cht}) + \lambda_{3,cht}$$

$\ln(s_{cht})$ 代表C国的HS商品h在时间t下占进口国总市场份额
$\ln(s_{0t})$ 代表进口国自身生产的产品占本国的总市场份额（当 $\ln(s_{cht}) - \ln(s_{0t}) > 0$ 则代表从外国进口的HS商品比本国生产的市场占有率还要大）
$\lambda_{1,ch}$ 代表产品质量（我们所需要的）
$\lambda_{2,t}$ 固定时间效应
$\lambda_{3,cht}$ 固定其他效应
$\alpha p_{cht}$ 价格效应
$\gamma \ln pop_{ct}$ 代表C国人口
$\sigma \ln(ns_{cht})$ 代表C国在HS产品内的市场份额（也就是占所有HS进口品的份额）控制产品内竞争

4.1.1 数据处理

使用美国1989-2001年HS-10位码进口数据（Feenstra等，2002）。包含：进口值、数量、CIF价格、关税、运输成本、出口国信息。

仅保留制造业产品（SITC 5-8），剔除同质化商品（Rauch分类）和极端值（价格<5%或>95%分位数，单笔贸易额<$7,500（1989年美元），进口数量=1的记录（数据噪音）)

4.1.2 内生性问题

价格 $P_{cht}$ 和残差项 $\lambda_{3,cht}$ 可能有关（如未观测质量影响定价）。

工具变量(2SLS)：运输成本、汇率、油价×距离，利用供给端冲击识别需求曲线。工具仅通过影响成本→价格，不直接影响需求残差（尽管存在"华盛顿苹果效应"，但作者论证其仅影响平均质量水平，不影响残差项）。
隐藏品种偏差，同一HS编码下，出口国可能包含多个未观测子品种（如不同颜色）。

解决方案：在需求方程中加入出口国人口（$\ln pop_{ct}$）代理隐藏品种数量（基于Krugman, 1980）。

$$\ln(s_{cht}) - \ln(s_{0t}) = \lambda_{1,ch} + \lambda_{2,t} + \alpha p_{cht} + \sigma \ln(ns_{cht}) + \gamma \ln pop_{ct} + \lambda_{3,cht}$$

4.2 验证理论模型预测

预测1：发达国家出口更高质量

将估计质量 $\lambda_{cht}$ 对出口国人均GDP回归：

$$\lambda_{cht} = \alpha_{ht} + \beta \ln Y_{ct} + u_{cht}$$

根据图1，β > 0且显著，支持"高收入国家出口高质量产品"的模型假设。

预测2：质量阶梯存在异质性

定义产品h的质量阶梯为：

$$\text{Ladder}_h = \lambda_h^{\max} - \lambda^{\min}$$

根据图2：

长阶梯行业（高差异化潜力）：化学品（SIC 28）阶梯长度2.46，工业机械（SIC 35）阶梯长度2.40。
- 特征：资本/技术密集型（资本强度>100，研发强度高）。
短阶梯行业（低差异化潜力）：家具（SIC 25）阶梯长度1.66，印刷（SIC 27）阶梯长度1.33。
- 特征：劳动密集型（资本强度<50）。

预测3：价格-质量关系随阶梯长度变化

回归分析：

$$\ln p_{cht} = \alpha_{ht} + \beta_1 \lambda_{cht} + \beta_2 (\lambda_{cht} \times \ln \text{Ladder}h) + u{cht}$$

根据图3，长阶梯市场，$\beta_2 > 0$，价格与质量强相关（支持传统假设）。短阶梯市场，价格与质量弱相关（水平差异主导）。

4.3 质量阶梯的经济影响

在有了质量阶梯以后，可以将质量阶梯和进口渗透与美国制造业就业联系起来。由于无法获取10位HS级别的美国就业数据，作者构建了一个四位SIC（1987年修订版）行业质量阶梯 $\text{IndLadder}_m$。变量$w_h$表示产品在初始年份中，在SIC行业内的实际进口份额。$H_m$代表SIC行业m的的产品数量，$\text{Ladder}_h$是产品的基线阶梯。

$$\text{IndLadder}m = \sum{h=1}^{H_m} w_h \text{Ladder}_h$$

行业层面回归设计

借鉴Bernard（2006）的研究，作者将就业结果与两个进口渗透度指标联系起来。

$$\ln \text{Emp}{mt} = \alpha_m + \alpha_t + \beta_1 \text{OTHPEN}{mt} + \beta_2 \text{LWPEN}{mt} + \beta_3 \text{LWPEN}{mt} \times \ln \text{IndLadder}m + \nu{mt}$$

$\text{LWPEN}{mt} = \frac{I{mt}^{\text{low}}}{I_{mt} + Q_{mt} - X_{mt}}$：低工资国进口渗透率（定义：进口自人均GDP<5%美国的国家）
$\text{OTHPEN}{mt} = \frac{I{mt} - I_{mt}^{\text{low}}}{I_{mt} + Q_{mt} - X_{mt}}$：来自世界其他地区的进口
$\text{IndLadder}_m$：行业质量阶梯（HS产品阶梯加权平均，权重=初始进口份额）
$\alpha_m$：行业固定效应，控制行业固有特征
$\alpha_t$：行业时间效应，控制宏观冲击

预测1：低工资国家竞争对本国行业的负面影响更强

根据图4，$\beta_2 < \beta_1 < 0$，证明低工资国家竞争对本国行业的负面影响更强，且是其他国家的3.8倍。

预测2：质量阶梯长度弱化低工资竞争的负面冲击

根据图4第1列，$\beta_3 > 0$，表明质量阶梯长度越长越能弱化低工资竞争负面冲击。

4.4 稳健性检验

4.4.1 内生性问题

进口渗透率（LWPEN）的内生性

就业下降可能反向导致进口增加（如国内生产下降吸引进口）。

解决方案

工具变量法（2SLS）

工具变量构造

IV1：行业加权平均关税 = $\sum_c \omega_{c,m}$ 关税$_{c,t}$
IV2：行业加权平均汇率 = $\sum_c \omega_{c,m}$ 汇率$_{c,t}$
IV3：行业加权平均运费率 = $\sum_c \omega_{c,m}$ 运费率$_{c,t}$

$\omega_{c,m}$：国家c在行业m在1989年进口份额（固定权重）

根据图4表5-8，p值=0.48>0.1（无法拒绝工具变量外生性），F统计量=18.40>10（排除弱工具问题），这表明工具变量有效，支持了"质量阶梯缓解低工资竞争冲击"的核心结论。

4.4.2 行业特征干扰

竞争性假说：长阶梯行业可能资本/技术密集，本身抗冲击能力强（非质量阶梯机制）。

解决方案：在模型中直接加入传统要素交互项，$\beta_4(\text{LWPEN}_{mt} \times \ln(K/L)m) + \beta_5(\text{LWPEN}{mt} \times \ln \text{TFP}_m)$

$(K/L)_m$：1989年行业资本劳动比（NBER数据库）
$\text{TFP}_m$：1989年行业全要素生产率

根据图4第3列与第4列，$\beta_4 > 0$，$\beta_5 < 0$ 资本密集型和高生产率行业更抗冲击。$\beta_3 > 0$，表明其影响独立于传统要素。

4.4.3 质量阶梯定义的敏感性分析（Alternative Measures of Quality Ladders）

作者测试了7种替代性质量阶梯定义，通过替换不同的度量方法或调整数据构造，验证核心结论的稳健性，均支持核心结论。

表1：替代定义的显著性检验

替代定义	OLS β3	IV β3	显著性
(1)加入关税作为工具变量	0.501*	2.755**	稳健
(2)用产品数量代理阶梯长度	0.000	-0.005	不显著 →非驱动因素
(3)用品种数量代理阶梯长度	-0.440	0.690	不显著 →非驱动因素
(4)价格分散度作为阶梯	1.285	7.436*	部分显著（支持价格-质量关系异质性）
(5)市场份额分散度作为阶梯	12.664***	21.512	混合结果
(6)剔除残差项 λ3,cht	0.646***	4.571*	稳健（排除未观测因素干扰）
(7)用GDP替代人口	0.609**	4.620*	稳健
(8) Broda-Weinstein替代弹性	-0.910*	-1.591	不显著 →横向差异非主导
(9)排除MFA配额产品	0.484**	2.711**	稳健
(10)全距（Range）	0.639**	3.888***	稳健
(11)四分位距（IQR）	0.650**	5.236**	稳健
(12)标准差（Std. Dev.）	0.751**	5.061**	稳健

*p < 0.1, **p < 0.05, ***p < 0.01

爬虫数据 | WTO争端案件数据

Mon, 27 Apr 2026 00:00:00 GMT

这是一个基于selenium库的爬虫代码，根据WTO争端事件的网址规律和网页代码结构进行内容爬取，需要使用谷歌的Chrome浏览器。

import pandas as pd
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager
import re
import os

# 确保目录存在
project_directory = "设置为你的路径"
if not os.path.exists(project_directory):
    os.makedirs(project_directory)

# 初始化Chrome WebDriver
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

# 初始化一个空的DataFrame来存储所有数据
columns = ["DS", "Title", "Consultations requested", "Complainant", "Respondent", "Agreements cited", "Third Parties (original proceedings)"]
df = pd.DataFrame(columns=columns)

try:
    # 具体案例ID请在range函数中设置
    for case_number in range(1, 645):
        url = f"https://www.wto.org/english/tratop_e/dispu_e/cases_e/ds{case_number}_e.htm"
        driver.get(url)
        driver.implicitly_wait(20)  # 等待页面加载完成

        # 获取页面的HTML内容
        page_source = driver.page_source

        # 使用正则表达式提取信息
        extracted_info = {
            "Title": re.search(r"<h1>(.*?)</h1>", page_source, re.DOTALL),
            "Consultations requested": re.search(r"<td>.*?Consultations requested.*?</td><td>(.*?)</td>", page_source),
            "Complainant": re.search(r"<td>Complainant: </td><td>(.*?)</td>", page_source),
            "Respondent": re.search(r"<td>Respondent:</td><td>(.*?)</td>", page_source),
            "Agreements cited": re.search(r"<td>Agreements cited:.*?</td><td>(.*?)</td>", page_source, re.DOTALL),
            "Third Parties (original proceedings)": re.search(r"<td>Third Parties.*?original proceedings.*?</td><td>(.*?)</td>", page_source)
        }

        # 清理并添加数据到DataFrame
        row = {
            "DS": f"DS{case_number}",
            "Title": re.sub(r'<span class="dsnumber">DS.*?:</span>', '', extracted_info["Title"].group(1)).replace('&nbsp;', ' ') if extracted_info["Title"] else None,
            "Consultations requested": extracted_info["Consultations requested"].group(1).replace('&nbsp;', ' ') if extracted_info["Consultations requested"] else None,
            "Complainant": extracted_info["Complainant"].group(1).replace('&nbsp;', ' ') if extracted_info["Complainant"] else None,
            "Respondent": extracted_info["Respondent"].group(1).replace('&nbsp;', ' ') if extracted_info["Respondent"] else None,
            "Agreements cited": re.sub(r'<[^>]+>', '', extracted_info["Agreements cited"].group(1)).replace('&nbsp;', ' ') if extracted_info["Agreements cited"] else None,
            "Third Parties (original proceedings)": extracted_info["Third Parties (original proceedings)"].group(1).replace('&nbsp;', ' ') if extracted_info["Third Parties (original proceedings)"] else None
        }
        df = pd.concat([df, pd.DataFrame([row])], ignore_index=True)

        # 如果已经处理了10个案例，就停止循环（可选）
        # if case_number == 10:
        #     break

finally:
    # 关闭浏览器
    driver.quit()

# 保存DataFrame到Excel文件
excel_path = os.path.join(project_directory, 'WTO_cases.xlsx')
df.to_excel(excel_path, index=False)
print(f"Data has been saved to {excel_path}")

Excel表格的数据结构如下：

<style> .wto-table-wrap { width: 100%; overflow-x: auto; border-radius: 12px; box-shadow: 0 4px 16px rgba(0, 0, 0, 0.06); margin: 1.0rem 0; background: #ffffff; border: 1px solid #e2e8f0; } .wto-table { width: 100%; border-collapse: separate; border-spacing: 0; min-width: 1100px; font-family: ui-sans-serif, system-ui, -apple-system, sans-serif; font-size: 0.875rem; color: #000000; } .wto-table thead { background: linear-gradient(135deg, #2563eb 0%, #4f46e5 100%); position: sticky; top: 0; z-index: 10; } .wto-table th { padding: 1rem 1.25rem; text-align: left; font-weight: 600; color: #ffffff; letter-spacing: 0.02em; white-space: nowrap; border-bottom: 2px solid #000000; } .wto-table th:first-child { border-top-left-radius: 12px; } .wto-table th:last-child { border-top-right-radius: 12px; } .wto-table tbody tr { border-bottom: 1px solid #f1f5f9; transition: background-color 0.2s ease, transform 0.2s ease; } .wto-table tbody tr:hover { background-color: #f8fafc; transform: scale(1.002); } .wto-table tbody tr:nth-child(even) { background-color: #fafbfc; } .wto-table tbody tr:nth-child(even):hover { background-color: #f0f9ff; } .wto-table td { padding: 0.9rem 1.25rem; vertical-align: top; line-height: 1.55; } .ds-badge { display: inline-block; padding: 0.25rem 0.6rem; background: #eff6ff; color: #2563eb; font-weight: 700; border-radius: 6px; font-size: 0.8rem; border: 1px solid #bfdbfe; } .agreements-list { list-style: none; padding: 0; margin: 0; } .agreements-list li { margin-bottom: 4px; padding-left: 14px; position: relative; } .agreements-list li::before { content: "•"; position: absolute; left: 0; color: #64748b; font-weight: bold; } .empty-cell { color: #94a3b8; font-style: italic; font-size: 0.85rem; } @media (max-width: 768px) { .wto-table th, .wto-table td { padding: 0.75rem 0.9rem; font-size: 0.8rem; } } </style>

<div class="wto-table-wrap"> <table class="wto-table"> <thead> <tr> <th>DS</th> <th>Title</th> <th>Consultations requested</th> <th>Complainant</th> <th>Respondent</th> <th>Agreements cited</th> <th>Third Parties</th> </tr> </thead> <tbody> <tr> <td><span class="ds-badge">DS1</span></td> <td>Malaysia — Prohibition of Imports of Polyethylene and Polypropylene</td> <td>10 January 1995</td> <td>Singapore</td> <td>Malaysia</td> <td><ul class="agreements-list"><li>Art. X, XI, XVIII GATT 1994</li><li>Art. 3 Import Licensing</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS2</span></td> <td>United States — Standards for Reformulated and Conventional Gasoline</td> <td>24 January 1995</td> <td>Venezuela, Bolivarian Republic of</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. I, III, XXII:1 GATT 1994</li><li>Art. 2, 14.1 Technical Barriers to Trade (TBT)</li></ul></td> <td>Australia; Canada; European Communities; Norway</td> </tr> <tr> <td><span class="ds-badge">DS3</span></td> <td>Korea — Measures Concerning the Testing and Inspection of Agricultural Products</td> <td>4 April 1995</td> <td>United States</td> <td>Korea, Republic of</td> <td><ul class="agreements-list"><li>Art. 4 Agriculture</li><li>Art. III, XI GATT 1994</li><li>Art. 2, 5 Sanitary and Phytosanitary Measures (SPS)</li><li>Art. 5, 6 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS4</span></td> <td>United States — Standards for Reformulated and Conventional Gasoline</td> <td>10 April 1995</td> <td>Brazil</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. I, III GATT 1994</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS5</span></td> <td>Korea — Measures Concerning the Shelf-Life of Products</td> <td>3 May 1995</td> <td>United States</td> <td>Korea, Republic of</td> <td><ul class="agreements-list"><li>Art. 4 Agriculture</li><li>Art. III, XI GATT 1994</li><li>Art. 2, 5 Sanitary and Phytosanitary Measures (SPS)</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS6</span></td> <td>United States — Imposition of Import Duties on Automobiles from Japan under Sections 301 and 304 of the Trade act of 1974</td> <td>17 May 1995</td> <td>Japan</td> <td>United States</td> <td><ul class="agreements-list"><li>Art. 23 Dispute Settlement Understanding (DSU)</li><li>Art. I, II GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS7</span></td> <td>European Communities — Trade Description of Scallops</td> <td>19 May 1995</td> <td>Canada</td> <td>European Communities</td> <td><ul class="agreements-list"><li>Art. I, III GATT 1994</li><li>Art. 2 Technical Barriers to Trade (TBT)</li></ul></td> <td>Australia; Chile; Iceland; Japan; Peru; United States</td> </tr> <tr> <td><span class="ds-badge">DS8</span></td> <td>Japan — Taxes on Alcoholic Beverages</td> <td>21 June 1995</td> <td>European Communities</td> <td>Japan</td> <td><ul class="agreements-list"><li>Art. III:2 GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS9</span></td> <td>European Communities — Duties on Imports of Cereals</td> <td>30 June 1995</td> <td>Canada</td> <td>European Communities</td> <td><ul class="agreements-list"><li>Art. II, VII GATT 1994</li><li>Art. 1 Customs valuation</li></ul></td> <td class="empty-cell">-</td> </tr> <tr> <td><span class="ds-badge">DS10</span></td> <td>Japan — Taxes on Alcoholic Beverages</td> <td>7 July 1995</td> <td>Canada</td> <td>Japan</td> <td><ul class="agreements-list"><li>Art. III:1, III:2 GATT 1994</li></ul></td> <td class="empty-cell">-</td> </tr> </tbody> </table> </div>